如何从NumPy掩码数组无重复随机抽取元素对直至所有元素耗尽

np.random.choice 从设计上就不会自动识别、过滤numpy掩码数组中被标记为无效的元素：传入掩码数组时，函数会将其视为普通数组处理，被掩码位置存储的填充值依然会被纳入抽样范围，这是你抽到重复元素的核心原因。
你原有代码还存在一个额外逻辑漏洞：每次调用np.ma.array()构造新掩码数组时，传入的新单元素掩码会直接覆盖旧的掩码状态，而非在原有标记基础上追加，进一步导致部分已抽取元素的无效标记丢失。

如果要沿用掩码数组的思路，不需要反复构造掩码数组对象，只需要维护一个布尔类型的掩码数组，每次抽样前手动提取有效元素传入抽样函数即可，全程不需要重建原数组、不会产生多余的内存副本，效率远高于切片拼接的暴力方案：

import numpy as np

arr_F_idx = np.arange(0, 200)
arr2_Drawn_pairs = np.zeros((100, 2), dtype=int)
# 初始化掩码：False代表元素未被抽取、有效
used_mask = np.zeros(len(arr_F_idx), dtype=bool)

for i in range(100):
    # 提取当前所有未被标记的有效元素作为抽样池
    valid_pool = arr_F_idx[~used_mask]
    # 从有效池无重复抽取2个元素
    draw = np.random.choice(valid_pool, 2, replace=False)
    arr2_Drawn_pairs[i] = draw
    # 更新掩码，标记抽到的元素为已使用
    used_mask[draw[0]] = True
    used_mask[draw[1]] = True

循环执行完成后，used_mask所有位置都会变为True，对应所有元素被完全抽取，没有遗漏或重复。

你的需求本质是将200个元素无重复打乱后两两分组，完全不需要循环逐次抽取，用numpy内置的排列函数可以一次性完成，时间复杂度为O(n)，是效率最高的方案：

# 一次性生成0-199的无重复随机排列
shuffled = np.random.permutation(200)
# 直接重组为100组、每组2个元素的结果数组，天然满足组内、组间无重复
arr2_Drawn_pairs = shuffled.reshape(100, 2)

这种写法不存在任何重复抽样的可能，也不需要维护额外的掩码或临时数组，代码量最小、性能最好。

内容的提问来源于stack exchange，提问作者Hmn